ITLC 在 SemEval-2026 Task 11：形式推理中规范化与确定性解析
计算与语言
2026-05-12 v2 人工智能
摘要
大型语言模型在推理任务中受内容效应影响尤为明显，尤其在多语言情境下。我们提出一种新方法，通过显式结构抽象将论证转化为规范逻辑表示，并应用确定性解析以确定有效性，从而显著降低这些偏差。该方法在 SemEval-2026 Task 11 多语言基准测试上评估，实现了所有子任务中 top-5 排名，同时大幅降低内容效应，提供了一种竞争性替代方案，无需复杂的微调或激活水平干预。
引用
@article{arxiv.2603.02676,
title = {ITLC at SemEval-2026 Task 11: Normalization and Deterministic Parsing for Formal Reasoning in LLMs},
author = {Wicaksono Leksono Muhamad and Joanito Agili Lopo and Tack Hwa Wong and Muhammad Ravi Shulthan Habibi and Samuel Cahyawijaya},
journal= {arXiv preprint arXiv:2603.02676},
year = {2026}
}